← 전체 도입 제안서AI 리터러시 교육 · 8쪽
목차
PDF 다운로드HTML 다운로드맞춤 구성 상담 ↗
KAAI CAMPUS한국인공지능활용협회 · AI 리터러시 교육
상담 전 초기 공통 모듈

UNIVERSITY PROPOSAL · AI LITERACY

AI 리터러시 교육

전교생의 공통 역량을 전공별 개인 성과로 연결합니다.

초기 공통 모듈 · 대학 맞춤 설계의 출발점

대학이 확인할 핵심 결과

  • 전공별 개인 결과물
  • 기준별 평가·보완 기록
  • 대학 운영·성과 보고
제안 대상AI중심대학 사업단·교양교육 담당·교육혁신원·학과 운영 담당
운영 구성대학별 학기·연간 편성 · 영상·실습·평가 시간 구분
상담 후 맞춤형 재구성.

이 제안서는 과정별 초기 공통 모듈입니다. 대학의 목표·전공·학생 준비도·운영 여건에 맞춰 모듈의 조합과 순서, 개인 과제·평가·일정을 재구성합니다.

이 과정의 맞춤 예시 전교생 공통 기초에 경영의 자료 검증, 보건의 정보 확인, 공학의 설계 검토 등 전공별 개인 과제를 연결합니다.

한국인공지능활용협회 · AI 리터러시 교육01 / 08
KAAI CAMPUS한국인공지능활용협회 · AI 리터러시 교육
상담 전 초기 공통 모듈

01 / VALUE & LEARNING OBJECTIVES

대학이 도입할 이유를 운영과 성과로 설명합니다.

전교생의 출발점을 공통 기준으로 확인하고, 전공별 적용과 개인 수행 증거까지 이어지는 구조입니다.

대학이 확인할 세 가지 가치

학교의 과제우리의 설계확인할 근거
전교생 교육의 일관성공통 목표·평가 기준을 먼저 정하고 전공의 자료와 문제를 바꿉니다.공통 모듈 맵, 전공별 과제 예시, 선수 요건 확인표
대규모 운영의 역할 분담녹화 강의로 학습하고 협회가 합의된 결과물 평가·보완을 운영합니다.협회·대학 업무표, 평가 과제 수·검토 일정·보완 범위
보고 가능한 교육 성과배정·제출·평가·보완을 구분하고 학생의 현재 결과물에 근거를 연결합니다.학과·분반 현황, 평가 근거, 기준일과 분모를 포함한 CSV

표가 화면보다 넓으면 좌우로 이동해 확인하세요.

학습을 마친 학생은

  • AI·머신러닝·딥러닝의 관계와 학습·사용·검증의 차이를 사례로 설명한다.
  • 해결할 문제와 성공 기준을 정의하고 서로 다른 해결 대안을 비교한다.
  • AI 결과의 출처·계산·적용 조건을 검토하고 개인정보·권리·책임 기준을 적용한다.
  • 전공 과제를 개인이 수행·수정하고 자신의 판단과 AI의 도움을 구분해 설명한다.
한국인공지능활용협회 · AI 리터러시 교육02 / 08
KAAI CAMPUS한국인공지능활용협회 · AI 리터러시 교육
상담 전 초기 공통 모듈

02 / CURRICULUM & TIME

공통 원리를 탄탄하게, 전공 적용은 유연하게.

아래 구성과 시간은 초기 공통 모듈의 기본안입니다. 상담 후 학습 목표와 선수 관계를 유지하며 편성·실습·평가 시간을 함께 조정합니다. 학기형·연간형·비교과형으로 편성할 수 있습니다. 아래는 교육 흐름이며 학점과 대학 인정 시수를 고정하지 않습니다.

여섯 단계의 편성 흐름

단계연계 모듈핵심 수행
01 시작 위치 확인별도 사전 진단원리 이해·출처 확인·문제 정의의 현재 수행을 확인
02 AI의 역할과 원리M01 · M31 · M32 · M33AI의 역할 → 머신러닝 → 논리·퍼셉트론·신경망 → 토큰·어텐션·생성의 한계
03 활용·검증·책임M02 · M03 · M04목적과 조건이 드러나는 요청, 출처·계산 대조, 입력·공개의 책임 판단
04 문제 정의·창의적 실행M05 · M06 · M07 · M08성공 기준·실행 이력·관점 전환·서로 다른 원리의 대안 비교
05 전공별 개인 적용M11~M22 중 과제에 맞게 선택전공 자료·데이터·설명·콘텐츠·의사결정·시제품에 적용
06 성과 설명과 다음 경로별도 최종 평가 · 필요 시 M23~M30 순차 확장수행 근거를 설명하고 진로·창업·AI 심화의 목표와 진입 조건 검토

표가 화면보다 넓으면 좌우로 이동해 확인하세요.

M32는 AND·OR·NOT → 퍼셉트론 → XOR → 비선형·다층 표현 → 손실과 학습 순서로 구성합니다. 토큰과 어텐션은 M33에서 별도로 다룹니다. 선택 모듈은 선수 요건을 확인하며, 진단 결과만으로 자동 면제하지 않습니다.

한국인공지능활용협회 · AI 리터러시 교육03 / 08
KAAI CAMPUS한국인공지능활용협회 · AI 리터러시 교육
상담 전 초기 공통 모듈

03 / MAJOR & GRADE CONTEXT

같은 검증 역량을 서로 다른 전공 문제에 적용합니다.

표준 과제의 목적·자료·평가 기준을 전공 맥락에 맞게 연결합니다. 아래는 교육용 가상 사례이며 모두 개인 결과물입니다.

전공별 개인 과제 예시

전공해결할 문제·할 일개인 결과물·평가 초점
경영학가상 교내 문구점의 판촉안을 비용과 관찰 자료로 비교 / 구매전환율과 기여이익을 계산하고 다음 실험의 안과 근거 제시의사결정 메모 1장 · 계산 시트 · 후속 실험안 / 분모·계산 정확성, 가정 구분, 결정 근거, 한계 설명
간호학가상 검진센터 방문 안내를 대상자가 이해하기 쉽게 개선 / 제공되지 않은 임상 지시를 추가하지 않고 쉬운 안내와 이해 확인 질문 작성안내 1장 · 원문-수정문 대응표 · 확인 질문 3개 / 원문 충실성, 대상자 이해, 정보 누락, 전문 판단 경계
기계공학제공된 공정 관찰표의 불량률 차이를 설명할 가설 비교 / 배치별 비율을 계산하고 먼저 확인할 가설과 추가 관찰 계획 제시계산 시트 · 가설 비교표 · 추가 관찰 계획 1장 / 단위·비율, 인과 주장 범위, 대안 가설, 검증 가능성

표가 화면보다 넓으면 좌우로 이동해 확인하세요.

학년은 적용 맥락을 바꿉니다

1학년

대학생활·학업 적응과 전공 탐색

2학년

전공 개념·자료와 작은 탐구

3학년

관심 직무·현장 문제와 개인 수행

4학년

졸업 성과 설명과 후속 학습·사회 진입

한국인공지능활용협회 · AI 리터러시 교육04 / 08
KAAI CAMPUS한국인공지능활용협회 · AI 리터러시 교육
상담 전 초기 공통 모듈

04 / ASSESSMENT & FEEDBACK

진단에서 보완까지, 같은 기준으로 성장 근거를 남깁니다.

사전·중간·최종 평가는 영상·개인 실습과 별도이며 각 30분의 기본안을 제안합니다. 같은 답안 반복보다 동등한 목표·난도의 새 과제를 활용합니다.

영상·실습 밖에서 별도 평가

사전 · 시작 전

현재 수행과 필요한 기초 지원 확인 · 개인 답안 · 관찰한 기준 · 도구·자료 조건

중간 · 경로 약 50%

수정 시간이 남아 있을 때 부족 기준 진단 · 초안 · 기준별 피드백 · 개인 보완 과제

최종 · 경로 종료

공통 수행과 전공 적용의 성취 확인 · 수정본 · 재검증 · 새로운 조건에 대한 설명

개인 수행 루브릭 · 가중치 제안

평가 기준가중치확인할 증거
원리 이해15%학습·사용·검증, 데이터·모델·생성의 역할을 사례에 맞게 구분
문제 정의·성공 기준15%사용자·제약·완료 조건이 관찰 가능한 수준으로 명시
근거·정확성 검증25%주장·원문·계산·단위를 대조하고 미확인 사항을 구분
책임 있는 활용15%개인정보·권리·편향·전공 판단의 경계를 실제 결정에 반영
창의적 대안·선택15%서로 다른 원리의 대안을 만들고 기준과 증거로 선택
개인 실행·설명·보완15%본인 판단·AI 도움·수정 이력을 구분하고 결과를 재확인

표가 화면보다 넓으면 좌우로 이동해 확인하세요.

가중치 합계 100%의 제안안이며 대학과 확정합니다. 기준별 4단계(지원 필요·부분 수행·독립 수행·새 조건 전이)를 사용하고 미관찰은 별도로 표시합니다. 관찰 기준·과제 조건이 다른 점수를 그대로 성장률로 비교하지 않습니다.

한국인공지능활용협회 · AI 리터러시 교육05 / 08
KAAI CAMPUS한국인공지능활용협회 · AI 리터러시 교육
상담 전 초기 공통 모듈

05 / UNIVERSITY OPERATIONS & KPI

누가 참여했고, 무엇이 확인되었는지 보고합니다.

대학 전체 → 소속 학과 또는 수강 분반 → 학생 개인 기록으로 확인합니다. 하나의 진척률 대신 제출·평가·보완의 상태를 구분합니다.

학교 운영·성과 지표

지표산식·판독 기준다음 행동
배정 충족률확정 대상 중 유효한 과정 배정을 받은 고유 학생 수 ÷ 확정 교육 대상 고유 학생 수누락된 학과·학생 배정 확인
기한 내 제출률마감까지 제출된 유효 과제 수 ÷ 해당 기준일에 제출 기한이 도래한 배정 과제 수미제출 유형과 지원 대상 확인
평가 처리율현재 제출 버전의 검토 완료 건수 ÷ 검토 대상 현재 제출 버전 건수대기 건수·대기 기간과 검토 일정 조정
보완 재확인율수정 제출 후 재확인을 마친 보완 건수 ÷ 해당 기준일에 재확인 기한이 도래한 배정 보완 건수보완 미제출과 재검토 대기를 구분
비교 가능한 역량 변화같은 기준·동등한 수행 조건에서 사전과 최종이 모두 관찰된 학생의 기준별 점수 차이; 해당 학생 수 ÷ 평가 대상 수를 관찰 커버리지로 함께 표시낮은 기준의 보완 모듈과 다음 학기 편성 검토

표가 화면보다 넓으면 좌우로 이동해 확인하세요.

보고 수치의 신뢰를 지키는 기준

  • 학생 수는 고유 인원, 과제·수강 건수는 별도 단위로 집계합니다.
  • 분모가 0이거나 관찰하지 않은 항목은 0%·0점 대신 해당 없음 또는 미관찰로 표시합니다.
  • 집계 기준일·대상 범위·답안 버전·평가 기준 버전을 함께 전달합니다.
  • 목표치는 대학의 실제 운영 조건에 맞춰 협의하며 달성 실적으로 제시하지 않습니다.

현재 안내하는 운영 방식은 배정·제출·평가·보완 관리와 CSV 전달입니다. 정규 영상의 공식 출결, 자동 학점 인정, 학사시스템 자동 연동은 기본 제공으로 약속하지 않습니다.

한국인공지능활용협회 · AI 리터러시 교육06 / 08
KAAI CAMPUS한국인공지능활용협회 · AI 리터러시 교육
상담 전 초기 공통 모듈

06 / RESPONSIBILITY & SCOPE

대학과 협회가 맡을 일을 계약 전에 구체화합니다.

온라인 학습과 협회 평가·보완 위탁을 기본으로 협의하며, 대학이 교육의 최종 학사 결정을 맡습니다.

책임의 구분

담당역할
대학대상·학과·분반 확정, 학사 일정과 이수 기준, 학생 접근과 개인정보 조건, 최종 학사 판정
협회표준 콘텐츠·개인 과제 제공, 편성 지원, 합의한 결과물 평가·피드백·보완 운영, 관리·보고 자료 제공
학생영상 학습, 개인 과제 수행, 자신의 판단·AI 도움·출처 기록, 수정과 재검증

표가 화면보다 넓으면 좌우로 이동해 확인하세요.

상품 범위를 명확하게

기본 협의 범위

표준 공통·전공 기초/심화 콘텐츠와 학년별 적용 과제 / 대학별 편성 및 학과·분반 관리 / 협의한 과제 수와 범위 내 협회 평가·보완 운영 / 개인 수행 근거와 기준일을 포함한 CSV 보고

별도 선택·추가 계약

대학 고유 자료·지역산업·현장 문제의 신규 과제 제작 / 진로·창업·AI 심화 부트캠프와 1박 2일 해커톤 / 희망자 대상 자격 검정과 별도 발급 관련 운영 / 학사시스템 연동 및 계약 범위를 넘는 운영·평가 물량

과정 수료증, 개인 역량 기록, 선택 자격 검정은 구분합니다. 증명서 발급·검증과 자격 검정은 준비 또는 협의 사항이며 자격 종목·등록 상태·운영기관·비용을 확인한 뒤 안내합니다.

한국인공지능활용협회 · AI 리터러시 교육07 / 08
KAAI CAMPUS한국인공지능활용협회 · AI 리터러시 교육
상담 전 초기 공통 모듈

07 / ADOPTION & NEXT PATH

우리 대학의 첫 편성안부터 함께 구체화합니다.

네 가지 제안서는 초기 공통 모듈을 담은 출발점입니다. 상담 후 우리 대학의 목표·전공·학생 준비도·운영 조건에 맞춰 모듈, 개인 과제, 평가와 일정을 재구성합니다.

도입을 구체화하는 네 단계

  • 교육 대상·과제 확인 — 학생 수, 학과·학년·분반, 학기/연간 일정, 전교생 교육의 범위를 정리합니다.
  • 공통·전공 편성안 검토 — 공통 목표와 개인 과제, 모듈 선수 요건, 영상·실습·평가의 시간을 구분해 제안합니다.
  • 운영·평가 조건 확정 — 협회 검토 인력, 과제 수, 처리 일정, 보완 범위, 데이터 처리와 비용을 협의합니다.
  • 운영과 성과 검토 — 실제 배정·제출·평가·보완 기록을 확인하고 CSV를 대사한 뒤 다음 과정의 필요를 검토합니다.

개인 결과물에서 이어지는 선택 과정

AI × 진로 부트캠프

전공 개인 결과물을 관심 직무의 새 요구에 맞게 다시 수행하고 포트폴리오로 설명

AI × 창업 부트캠프

전공 문제를 고객 문제·가치 가설로 바꾸고 개인 시제품과 작은 검증 설계로 확장

AI 심화 부트캠프

데이터와 모델의 기준선·평가·오류 분석을 개인 실험과 재현 기록으로 확장

세 부트캠프는 각각 5일 × 순수 교육 8시간을 기본으로 협의하는 별도 선택 프로그램입니다. 기초가 부족하면 필요한 연결 과제를 먼저 보완합니다. 기존 결과물 재제출만으로 새로운 수행을 인정하지 않습니다.

우리 대학의 교육 목표와 학생 준비도부터 알려주세요.

이 기본안으로 맞춤 구성 상담하기 ↗

교육 구성의 기준: KAAI Campus 표준 교육과정과 협회 운영안. 이 제안서는 초기 공통 모듈이며 상담 후 대학별로 재구성합니다. 표준 모듈의 선택·조합·편성은 도입안에 반영하며 대학 고유 자료·지역산업 문제의 신규 제작은 별도 범위·비용을 계약합니다. 제안한 과제·평가·지표는 도입 시 확정하며 실제 운영 실적을 나타내는 수치는 아닙니다. 교육과정 확인